Nicko Januar M / E3211711

Nama : Nicko Januar Muslim

Nim : E3211711

 

Pengertian Kecerdasan Buatan

 (Kecerdasan Buatan (Artificial Intelligence)

Kecerdasan Buatan adalah salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. Menurut (Ir. Balza Acmad, M.Sc.E, 2006) Kecerdasan Buatan yaitu Mekanisme berfikir manusia dapat secara tepat dimodelkan dan disimulasikan pada komputer digital. Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih fleksibel dan efisien dapat diambil tergantung dari keperluan, yang mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan. AI biasanya dihubungkan dengan Ilmu Komputer, akan tetapi juga terkait erat dengan bidang lain seperti Matematika, Psikologi, Pengamatan, Biologi, Filosofi, dan yang lainnya. Kemampuan untuk mengkombinasikan pengetahuan dari semua  bidang ini pada akhirnya akan bermanfaat bagi kemajuan dalam upaya menciptakan suatu kecerdasan buatan.

Pengertian lain dari kecerdasan buatan adalah bagian ilmu komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. (Ir. Balza Acmad, M.Sc.E, 2006) menjelaskan bahwa Suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut cerdas.

Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. (Ir. Balza Acmad, M.Sc.E, 2006) menjelaskan bahwa Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia dan cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.

Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini karena manusia mempunyai pengetahuan dan pengalaman Pengetahuan diperoleh dari belajar. Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan permasalahan. Namu bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian pula dengan kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik.

Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar. Untuk itu AI akan mencoba untuk memberikan beberapa metoda untuk membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi mesin pintar.

Lingkup utama kecerdasan buatan:

1. System pakar. Komputer digunakan sebagai saran untuk menyimpan pengetahuan para pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan masalah dengan meniru keahlian yang dimiliki para pakar. (Ir. Balza Acmad, M.Sc.E, 2006) menjelaskan bahwa system pakar yaituprogram konsultasi yang mencoba menirukan proses penalaran seorang pakar dalam memecahkan masalah yang rumit, system pakar merupakan aplikasi AI yang paling banyak.
2. Pengolahan bahasa alami. Dengan pengolahan bahasa alami ini diharapkan user mampu berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.
3. Pengenalan ucapan. Melalui pengenalan ucapan diharapkan manusia mampu berkomunikasi dengan komputer dengan menggunakan suara.
4. Robotika dan Sistem sensor
5. Computer vision, mencoba untuk dapat mengintrepetasikan gambar atau objek-objek tampak melalui komputer
6. Intelligent Computer aid Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar

Keuntungan Kecerdasan Buatan :

1. Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya.
2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain
3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
4. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.
5. Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami
7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.

Keuntungan kecerdasan alami:

1. Kreatif. Kemampuan untuk menambah ataupun memenuhi pengetahuan itu sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun
2. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan input-input simbolik
3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.

Beberapa program AI (1956 – 1966)

-Logic Theorist, diperkenalkan pada Dartmouth Conference, dapat membuktikan teorema-teorema matematika •Sad Sam (Robert K Lindsay – 1960), dapat mengetahui kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban berdasarkan fakta yang didengar dalam sebuah percakapan •

-ELIZA diprogram Joseph Weizenbaum (1967), mampu memberi terapi terhadap pasien dengan memberikan beberapa pertanyaan. (Ir. Balza Acmad, M.Sc.E, 2006) menjelaskan bahwa Eliza adalah salah satu system pakar yang paling awal dikembangkan. Ini adalah program computer terapis yang dibuat oleh joseph weizenbaum di MIT. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan seorang terapis.

 

Moh. Nurhasim / E3211977

Nama : Moh. Nurhasim

Nim : E3211977

 

Definisi Kecerdasan Buatan

Di dalam ilmu komputer, banyak ahli yang berkonsentrasi pada pengembangan kecerdasan buatan atau Artificial Intelligence banyak implementasi kecerdasan buatan dalam bidang komputer, antara lain adalah Decision Support System (Sistem Pendukung Keputusan), Robotic, Natural Language (Bahasa Alami), Neural Network (Jaringan Saraf) dan lain-lain.

Kecerdasan buatan adalah Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia (Rich, 1991). Sedangkan menurut (Ir. Balza Achmad, M.Sc.E, 2006) Kecerdasan Buatan adalah Mekanisme berfikir manusia dapat secara tepat dimodelkan dan disimulasikan pada komputer digital.

 

Kebanyakan ahli setuju bahwa Kecerdasan Buatan berhubungan dengan 2 ide dasar. Pertama, menyangkut studi proses berfikir manusia, dan kedua, berhubungan dengan merepresentasikan proses tersebut melalui mesin (Ir.Balza achmad, M.Sc.E,2006

 

Contoh bidang lain pengembangan kecerdasan buatan adalah sistem pakar yang menggabungkan pengetahuan dan penelusuran data untuk memecahkan masalah yang secara normal memerlukan keahlian manusia. Tujuan dari pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk sistem, sehingga dapat digunakan oleh orang banyak.

 

M Syafiuddin Mz. / E3211804

Nama : M Syafiuddin Mz

Nim : E3211804

 

KEMAJUAN TEKNOLOGI

 

Pada zaman yang semakin maju ini banyak sekali manfaat komputer bagi semua orang di dunia terutama para mahasiswa pada khususnya. Perkembangan bidang teknik informatika saat ini memungkinkan semua bidang kehidupan manusia dapat semakin ringan dikerjakan dengan bantuan computer.

 

Dalam dasawarsa terakhir, bidang informasi dan telekomunikasi mengalami revolusi khususnya untuk perangkat komputer. Teknologi tersebut telah mengubah cara hidup masyarakat dan berpengaruh terhadap beberapa aspek kehidupan. Saat ini dunia teknologi sudah sangat berkembang pesat, teknologi-teknologi baru sudah banyak ditemukan oleh para pakar teknologi, tentunya semua itu tidak lepas dari ilmu yang berkaitan dengan hal tersebut seperti Kecerdasan Buatan.

 

Di masa kini, Kecerdasan Buatan (Artificial Intelligence, AI) telah menjadi wacana umum yang sangat penting dan jamak dijumpai. Namun masih banyak menyisakan pertanyaan skeptis tentang ‘mesin berfikir’: “Betulkah sebuah mesin dapat benar-benar berfikir dengan dirinya sendiri?”, atau “Jika benar-benar dapat berfikir sendiri, apakah proses berfikirnya sama dengan kita?”, dan “Seberapa handal?” (Balza Achmad, 2006)

 

Sejarah Kecerdasan Buatan

 

Buatan Di awal abad 20, seorang penemu Spanyol, Torres y Quevedo, membuat sebuah mesin yang dapat men’skak-mat’ raja lawannya dengan sebuah ratu dan raja. Perkembangan secara sistematis kemudian dimulai segera setelah diketemukannya komputer digital. Artikel ilmiah pertama tentang Kecerdasan Buatan ditulis oleh Alan Turing pada tahun 1950, dan kelompok riset pertama dibentuk tahun 1954 di Carnegie Mellon University oleh Allen Newell and Herbert Simon. Namun bidang Kecerdasan Buatan baru dianggap sebagai bidang tersendiri di konferensi Dartmouth tahun 1956, di mana 10 peneliti muda memimpikan mempergunakan komputer untuk memodelkan bagaimana cara berfikir manusia. Hipotesis mereka adalah: “Mekanisme berfikir manusia dapat secara tepat dimodelkan dan disimulasikan pada komputer digital”, dan ini yang menjadi landasan dasar Kecerdasan Buatan (Balza Achmad, 2006)

 

Cabang ilmu ini sangat berpengaruh dalam dunia teknologi, seperti kutipan diatas Kecerdasan Buatan memungkinkan komputer/mesin  memodelkan bagaimana cara berfikir manusia, definisi Kecerdasan Buatan sendiri masih belum jelas karena masih tidak ada kesepakatan mengenai hal itu, ada beberapa diantaranya :

 

a. Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia (Rich, 1991)

b. Cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas (Setiawan, 1993)

c. Suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut cerdas (Turing, et. al, 1996)

 

Kebanyakan ahli setuju bahwa Kecerdasan Buatan berhubungan dengan 2 ide dasar. Pertama, menyangkut studi proses berfikir manusia, dan kedua, berhubungan dengan merepresentasikan proses tersebut melalui mesin (komputer, robot, dll) (Balza Achmad, 2006)

Jadi Kecerdasan Buatan adalah cabang ilmu yang mempelajari bagaimana suatu pola piker manusia yang diimplementasikan dengan mesin seperti computer atau robot.

M Rahman M.T. / E3211727

Nama : M Rahman M.T.

Nim : E3211727

 

Kecerdasan buatan (artificial intelligence) merupakan inovasi baru di bidang ilmu pengetahuan. Seperti dikatakan Balza Achmad (2006:1) bahwa mekanisme berfikir manusia dapat secara tepat dimodelkan dan disimulasikan pada komputer digital. Mulai ada sejak muncul komputer modern, yakni pada 1940 dan 1950. Kemampuan mesin elektronika baru menyimpan sejumlah besar info, juga memproses dengan kecepatan sangat tinggi menandingi kemampuan manusia.

 

Sistem memperlihatkan sifat-sifat khas yang dihubungkan dengan kecerdasan dalam kelakuan atau tindak-tanduk yang sepenuhnya bisa menirukan beberapa fungsi otak manusia, seperti pengertian bahasa, pengetahuan, pemikiran, pemecahan masalah, dan lain sebagainya. Sistem Pakar (Expert System) adalah usaha untuk menirukan seorang pakar (Balza, 2006: 7).

 

Sebagai bidang ilmu pengetahuan komputer, kecerdasan buatan sebenarnya sudah mulai diselidiki pada 1930-an dan 1940-an. Waktu itu banyak cendekiawan mengembangkan ide-ide baru mengenai komputasi. Menurut Balza Achmad dalam bukunya Kecerdasan Buatan (2006: 9), mesin inferensi (inference engine), merupakan otak dari sistem pakar. Komponen ini berupa program komputer yang menyediakan suatu metodologi untuk memikirkan (reasoning) dan memformulasi kesimpulan.

Khoirun Al Fajar

Nama : Khoirun Al Fajar

Nim : E3211808

BAB II

Tinjauan Pustaka

1. 1.      Definisi Kecerdasan Buatan

Tidak ada kesepakatan mengenai definisi Kecerdasan Buatan, di antaranya adalah:

a. Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia (Rich, 1991)

b. Cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas (Setiawan, 1993)

c. Suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut cerdas (Turing, et. al, 1996)

Kebanyakan ahli setuju bahwa Kecerdasan Buatan berhubungan dengan 2 ide dasar. Pertama, menyangkut studi proses berfikir manusia, dan kedua, berhubungan dengan merepresentasikan proses tersebut melalui mesin (komputer, robot, dll) ( Achmad,2006:1)

Kemampuan untuk problem solving adalah salah satu cara untuk mengukur kecerdasan dalam berbagai konteks. Terlihat di sini bahwa mesin cerdas akan diragukan untuk dapat melayani keperluan khusus jika tidak mampu menangani permasalahan remeh/kecil yang biasa dikerjakan orang secara rutin. Terdapat beberapa alasan untuk memodelkan performa manusia dalam hal ini:

a. Untuk menguji teori psikologis dari performa manusia

b. Untuk membuat komputer dapat memahami penalaran (reasoning) manusia

c. Untuk membuat manusia dapat memahami penalaran komputer

d. Untuk mengeksploitasi pengetahuan apa yang dapat diambil dari manusia

Menurut Winston dan Prendergast (1984), tujuan dari Kecerdasan Buatan adalah:

a. Membuat mesin menjadi lebih pintar.

b. Memahami apakah kecerdasan (intelligence) itu.

c. Membuat mesin menjadi lebih berguna.

( Achmad,2006:2)

Perilaku cerdas dapat ditandai dengan:

a. Belajar atau mengerti dari pengalaman

b. Memecahkan hal yang bersifat mendua atau kontradiktif

c. Merespon situasi baru dengan cepat (fleksibel)

d. Menggunakan alasan untuk memecahkan problem secara efektif

e. Berurusan dengan situasi yang membingungkan

f. Memahami dengan cara biasa/rasional

g. Menerapkan pengetahuan untuk memanipulasi lingkungan

h. Mengenali elemen penting pada suatu situasi

( Achmad,2006:2)

Penerapan Kecerdasan Buatan meliputi berbagai bidang seperti ditunjukkan pada bagian akar pohon AI dalam Gambar I-1, antara lain: Bahasa/linguistik, Psikologi, Filsafat, Teknik Elektro, Ilmu Komputer, dan Ilmu Manajemen. Sedangkan sistem cerdas yang banyak dikembangkan saat ini adalah:

                Sistem Pakar (Expert Systemi), yaitu program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar merupakan aplikasi AI yang paling banyak.( Achmad,2006:4)

Ketika hendak membuat suatu keputusan yang komplek atau memecahkan masalah, seringkali kita meminta nasehat atau berkonsultasi dengan seorang pakar atau ahli. Seorang pakar adalah seseorang yang mempunyai pengetahuan dan pengalaman spesifik dalam suatu bidang; misalnya pakar komputer, pakar uji tak merusak, pakar politik dan lain-lain. Semakin tidak terstruktur situasinya, semakin mengkhusus (dan mahal) konsultasi yang dibutuhkan. (Achmad,2006:7)

Biasanya Sistem Pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat performa yang sebanding seorang pakar dalam bidang problem yang khusus dan sempit. Ide dasarnya adalah: kepakaran ditransfer dari seorang pakar (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil inferensi (menyimpulkan, mendeduksi, dll.) seperti layaknya seorang pakar, kemudian menjelaskannya ke pengguna tersebut, bila perlu dengan alasan-alasannya. Sistem Pakar malahan terkadang lebih baik unjuk kerjanya daripada seorang pakar manusia!

2. Manfaat Sistem Pakar

a. Meningkatkan output dan produktivitas, karena Sistem Pakar dapat bekerja lebih cepat dari manusia.

b. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.

c. Mampu menangkap kepakaran yang sangat terbatas.

d. Dapat beroperasi di lingkungan yang berbahaya.

e. Memudahkan akses ke pengetahuan.

f. Handal. Sistem Pakar tidak pernah menjadi bosan dan kelelahan atau sakit. Sistem Pakar juga secara konsisten melihat semua detil dan tidak akan melewatkan informasi yang relevan dan solusi yang potensial.

g. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan sistem komputer lain membuat lebih efektif, dan mencakup lebih banyak aplikasi .

h. Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti. Berbeda dengan sistem komputer konvensional, Sistem Pakar dapat bekerja dengan inofrmasi yang tidak lengkap. Pengguna dapat merespon dengan: “tidak tahu” atau “tidak yakin” pada satu atau lebih pertanyaan selama konsultasi, dan Sistem Pakar tetap akan memberikan jawabannya.

i. Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan Sistem Pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru.

j. Meningkatkan kemampuan problem solving, karena mengambil sumber pengetahuan dari banyak pakar.

k. Meniadakan kebutuhan perangkat yang mahal.

l. Fleksibel.

(Achmad,2006:8)

1. 3.      Komponen Sistem Pakar
2. Basis Pengetahuan, berisi pengetahuan yang dibutuhkan untuk memahami, memformulasi, dan memecahkan masalah. Basis pengetahuan tersusun atas 2 elemen dasar:

1. Fakta, misalnya: situasi, kondisi, dan kenyataan dari permasalahan yang ada, serta teori dalam bidang itu

2. Aturan, yang mengarahkan penggunaan pengetahuan untuk memecahkan masalah yang spesifik dalam bidang yang khusus. (Achmad,2006:9)

1. Mesin Inferensi (Inference Engine), merupakan otak dari Sistem Pakar. Juga dikenal sebagai penerjemah aturan (rule interpreter). Komponen ini berupa program komputer yang menyediakan suatu metodologi untuk memikirkan (reasoning) dan memformulasi kesimpulan. Kerja mesin inferensi meliputi:

1. Menentukan aturan mana akan dipakai

2. Menyajikan pertanyaan kepada pemakai, ketika diperlukan.

3. Menambahkan jawaban ke dalam memori Sistem Pakar.

4. Menyimpulkan fakta baru dari sebuah aturan

5. Menambahkan fakta tadi ke dalam memori.

(Achmad,2006:10)

1. “ Papan Tulis (Blackboard/Workplace), adalah memori/lokasi untuk bekerja dan menyimpan hasil sementara. Biasanya berupa sebuah basis data. ” (Achmad,2006:10)
2. “ Antarmuka Pemakai (User Interface). Sistem Pakar mengatur komunikasi antara pengguna dan komputer.” (Achmad,2006:10)
3. “ Subsistem Penjelasan (Explanation Facility). Kemampuan untuk menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat penting untuk transfer pengetahuan dan pemecahan masalah. ” (Achmad,2006:10)

1. 4.      Pembangunan Sebuah Sistem Pakar

Mengembangkan Sistem Pakar dapat dilakukan dengan 2 cara:

1. Membangun sendiri semua komponen di atas, atau

2. Memakai semua komponen yang sudah ada kecuali isi basis pengetahuan.

1. 5.      Contoh Aplikasi Sistem Pakar

• Aplikasi Sederhana: Sistem Pakar Bengkel Mobil

Ini adalah contoh Sistem Pakar sederhana, yang bertujuan untuk mencari apa yang salah sehingga mesin mobil pelanggan yang tidak mau hidup, dengan memberikan gejala-gejala yang teramati. Anggap Sistem Pakar kita memiliki aturan-aturan berikut:

1. JIKA mesin_mendapatkan_bensin DAN starter_dapat_dihidupkan MAKA ada_masalah_dengan_pengapian

2. JIKA TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA ada_masalah_dengan_aki

3. JIKA TIDAK BENAR starter_dapat_dihidupkan DAN lampu_menyala MAKA ada_masalah_dengan_starter

4. JIKA ada_bensin_dalam_tangki_bahan_bakar MAKA mesin_mendapatkan_bensin

Terdapat 3 masalah yang mungkin, yaitu: ada_masalah_dengan_pengapian, ada_masalah_dengan_aki dan ada_masalah_dengan_starter. Dengan sistem terarah-tujuan (goal-driven), kita hendak membuktikan keberadaan setiap masalah tadi.

Pertama, Sistem Pakar berusaha untuk membuktikan kebenaran ada_masalah_dengan_pengapian. Di sini, aturan 1 dapat digunakan, sehingga Sistem Pakar akan menset goal baru untuk membuktikan apakah mesin_mendapatkan_bensin serta starter_dapat_dihidupkan. Untuk membuktikannya, aturan 4 dapat digunakan, dengan goal baru untuk membuktikan mesin_mendapatkan_bensin. Karena tidak ada aturan lain yang dapat digunakan menyimpulkannya, sedangkan sistem belum memperoleh solusinya, maka Sistem Pakar kemudian bertanya kepada pelanggan: “Apakah ada bensin (Achmad,2006:21) dalam tangki bahan bakar?”. Sekarang, katakanlah jawaban klien adalah “Ya”, jawaban ini kemudian dicatat, sehingga klien tidak akan ditanyai lagi dengan pertanyaan yang sama. (Achmad,2006:22)

Nah, karena sistem sekarang sudah dapat membuktikan bahwa mesin mendapatkan bensin, maka sistem sekarang berusaha mengetahui apakah starter_dapat_dihidupkan. Karena sistem belum tahu mengenai hal ini, sementara tidak ada aturan lagi yang dapat menyimpulkannya, maka Sistem Pakar bertanya lagi ke klien: “Apakah starter dapat dihidupkan?”. Misalkan jawabannya adalah “Tidak”, maka tidak ada lagi aturan yang dapat membuktikan ada_masalah_dengan_pengapian, sehingga Sistem Pakar berkesimpulan bahwa hal ini bukanlah solusi dari problem yang ada, dan kemudian melihat hipotesis berikutnya: ada_masalah_dengan_aki. Sudah diketahui (dibuktikan) bahwa mesin tidak dapat distarter, sehingga yang harus dibuktikan adalah bahwa lampu tidak menyala. Sistem Pakar kemudian bertanya: “Apakah lampu menyala?”. Misalkan jawabannya adalah “Tidak”, maka sudah terbukti bahwa ada masalah dengan aki. (Achmad,2006:22)

Dengan demikian solusi yang diberikan oleh Sistem Pakar adalah ada masalah dengan aki.

Secara lengkap, interaksi antara Sistem Pakar dengan klien mungkin seperti ini:

System Pakar: Apakah ada bensin dalam tangki bahan bakar?

Klien      : Ya

System Pakar: Apakah starter dapat dihidupkan?

Klien      : Tidak

System Pakar: Apakah lampu menyala?

Klien      : Tidak

System Pakar: Saya berkesimpulan bahwa ada masalah dengan aki

(Achmad,2006:22)

Fasilitas Penjelasan

Kebanyakan Sistem Pakar mempunyai fasilitas penjelasan yang mengijinkan klien untuk bertanya mengapa dia diberi suatu pertanyaan atau bagaimana dapat mencapai suatu kesimpulan. Pertanyaan dari klien tersebut dijawab dengan mengacu pada goal, aturan yang dipakai, dan data-data yang ada. (Achmad,2006:22). “Fasilitas penjelasan berhubungan dengan pencatatan aturan apa saja yang digunakan untuk mengambil kesimpulan, dan menggunakan catatan tersebut untuk menyusun penjelasan.” (Achmad,2006:23) . Hal penting lain adalah ketika klien gagal mengerti atau menerima penjelasan yang diberikan, biasanya Sistem Pakar tidak dapat memberi penjelasan dengan cara lain (tidak begitu halnya dengan seorang pakar yang mampu menggunakan kalimat yang lain untuk mencoba menjelaskannya). (Achmad,2006:23)

Hidayah Ramadlana / E3211733

 Nama : Hidayah Ramadlana

Nim : E3211733

Kecerdasan buatan (Artificial Intelligence)

 

AI dapat didefinisikan sebagai suatu mesin atau alat pintar (biasanya adalah suatu komputer) yang dapat melakukan suatu tugas yang bilamana tugas tersebut dilakukan oleh manusia akan dibutuhkan suatu kepintaran untuk melakukannya. Definisi ini tampaknya kurang begitu membantu, karena beberapa ahli berpendapat, kepintaran seperti apakah yang dapat dikategorikan sebagai AI.

Mulai sekitar abad 18 sebagaimana mesin telah menjadi lebih kompleks, usaha yang keras telah dicoba untuk menciptakan manusia imitasi. Pada tahun 1736 seorang penemu dari prancis, Jacques de Vaucanson (1709-1782) membuat suatu mesin pemain seruling berukuran seperti seorang manusia yang dapat memainkan 12 melodi nada. Tidak hanya ini saja, mekanik tersebut dapat memindahkan bibir dan lidahnya secara nyata untuk mengontrol arus dari angin ke dalam seruling.

Menurut Ir.Balza Achmad, M.Sc.e (2006) perilaku kecerdasan dapat ditandai dengan:

1. Belajar dari pengalaman
2. Memecahkan hal yang bersifat medua atau kontradiktif
3. Merespon situasi baru dengan cepat
4. Menggunakan alasan untuk memecahkan problem secara efektif
5. Berurusan dengan situasi yang membingungkan
6. Memahami dengan cara biasa / rasional
7. Menerapkan pengetahuan untuk memanipulasi lingkungan
8. Mengenali elemen penting pada suatu situasi

Sebuah ujian yang dapat dilakukan untuk menentukan apakah sebuah komputer/ mesin menunjukkan perilaku cerdas didesain oleh Alan Turing. Tes Turing menyatakan sebuah mesin dikatakan pintar hanya apabila seorang pewawancara (manusia) yang berbicara dengan orang lain dan mesin yang dua-duanya tidak terlihat olehnya, tidak mampu menentukan mana yang manusia dan mana yang mesin, meskipun dia telah berulang-ulang melontarkan pertanyaan yang sama

Pada abad ke 20, Automation sudah banyak dikembangkan dan diterapkan terutama pada Angkatan bersenjata Amerika Serikat, berupa program-program simulasi peperangan. Sekarang ini, perkembangan AI sudah mencapai pada tahap yang dapat dikatakan fantastis, terutama di bidang-bidang berikut:

–          Game Playing

–          General Problem Solving

–          Natural Language Recognition

–          Speech Recognition

–          Visual Recognition

–          Robotics

–          Dan Sistem Pakar

1. 1.      Game Playing

Game Playing (permainan game) merupakan bidang AI yang sangat populer berupa permainan antara manusia melawan mesin yang mempunyai intelektual untuk berpikir. Bermain dengan komputer memang menarik, bahkan sampai melupakan tugas utama yang lebih penting. Komputer dapat bereaksi dan menjawab tindakan-tindakan yang diberikan oleh lawan mainnya.

1. 2.      General Problem Solving

Bidang AI ini berhuungan dengan pemecahan masalah terhadap suatu situasi yang akan diselesaikan oleh komputer. Permasalahan yang diungkapkan dalam suatu cara yang sedemikian rupa sehingga komputer dapat mengertinya.semua deskripsi-deskripsi yang diinginkan juga diberikan kepada komputer. Biasanya permasalahaan tersebut dapat diselesaikan secara trial and error sampai solusi yang diinginkan didapatkan.

1. 3.      Natural Language Recognition

Studi mengenai AI mencoba supaya komputer dapat mengerti bahasa alamiah yang diketikkan lewat keyboard. Bahasa alamiah (natural language) adalah bahasa sehari-hari yang dipergunakan oleh orang untuk berkomunikasi.

1. 4.      Speech Recognition

Bidang ini juga masih dikembangkan dan terus dilakukan penelitiannya. Kalau bidang ini berhasil dengan baik dan sempurna, alangkah hebatnya komputer. Kita dapat berkomunikasi dengan komputer hanya dengan bicara, kita bisa mengetik sebuah buku hanya dengan bicara, dan selanjutnya komputer yang akan menampilkan tulisan hasil pembicaraan kita. Akan tetapi bidang ini masih belum sempurna seperti yang diharapkan. Hal ini dikarenakan jenis suara manusia berbeda-beda.

1. 5.      Visual Recognition

Bidang ini merupakan kemampuan suatu komputer yang dapat menangkap signal elektronik dari suatu kamera dan dapat memahami apa yang dilihat tersebut. Penerapan AI ini misalnya pada komputer yang dipasang di peluru kendali, sehingga peluru kendali dapat diprogram untuk selalu mengejar sasarannya yang tampak di kamera.

1. 6.      Robotics

Robot adalah suatu mesin yang dapat diarahkan untuk mengerjakan bermacam-macam tugas tanpa campur tangan lagi dari manusia. Secara ideal robot diharapkan dapat melihat, mendengar, menganalisa lingkungannya dan dapat melakukan tindakan-tindakan yang terprogram. Dewasa ini robot digunakan untuk maksud-maksud tertentu dan yang paling banyak adalah untuk keperluan industri. Diterapkannya robot untuk industri terutama untuk pekerjaan 3D yaitu Dirty, Dangerous, atau difficult (kotor, berahaya dan pekerjaan yang sulit). Negara yang banyak menggunakan robot untuk industri adalah Jepang, Amerika Serikat dan Jerman Barat.

1. 7.      Expert System (Sistem Pakar)

Kemampuan, keahlian dan pengetahuan tiap orang berbeda-beda. Komputer dapat diprogram untuk berbuat seperti orang yang ahli dalam bidang tertentu. Komputer yang demikian dapat dijadikan seperti konsultan atau tenaga ahli di bidang tertentu yang dapat menjawab pertanyaan dan memberikan nasehat-nasehat yang dibutuhkan. Sistem demikian disebut Expert System (Sistem Pakar). Ir.Balza Achmad, M.Sc.e (2006) mengatakan “Sistem pakar adalah usaha menirukan seorang pakar”

Untuk mengembangkan expert system, harus diciptakan terlebih dahulu suatu knowledge base yang dibutuhkan oleh aplikasinya. Suatu knowledge base terdiri dari kumpulan data tertentu untuk permasalahan yang spesifik dan aturan-aturan bagaimana memanipulasi data yang disimpan tersebut.

Berbeda dengan database biasa, knowledge base mungkin dapat juga terdiri dari asumsi-asumsi, kepercayaan-kepercayaan, pendugaan-pendugaan dan metode-metode heuristic. Untuk membuat knowledge base perencanaan sistem harus bekerja sama atau meminta nasehat dari ahli di bidangnya. Orang yang menciptakan expert system disebut dengan knowledge engineer.

Hardiyono / E3211813

Nama : Hardiyono

Nim : E3211813

 

 

BAB II. TINJAUAN PUSTAKA

Kecerdasan Buatan

Di awal abad 20, seorang penemu Spanyol, Torres y Quevedo, membuat sebuah mesin yang dapat men’skak-mat’ raja lawannya dengan sebuah ratu dan raja. Perkembangan secara sistematis kemudian dimulai segera setelah diketemukannya komputer digital. Artikel ilmiah pertama tentang Kecerdasan Buatan ditulis oleh Alan Turing pada tahun 1950, dan kelompok riset pertama dibentuk tahun 1954 di Carnegie Mellon University oleh Allen Newell and Herbert Simon. Namun bidang Kecerdasan Buatan baru dianggap sebagai bidang tersendiri di konferensi Dartmouth tahun 1956, di mana 10 peneliti muda memimpikan mempergunakan komputer untuk memodelkan bagaimana cara berfikir manusia. Hipotesis mereka adalah: “Mekanisme berfikir manusia dapat secara tepat dimodelkan dan disimulasikan pada komputer digital”, dan ini yang menjadi landasan dasar Kecerdasan Buatan. Tidak ada kesepakatan mengenai definisi Kecerdasan Buatan, di antaranya adalah:

a. Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia.

b. Cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas.

c. Suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut cerdas.

Kemampuan untuk problem solving adalah salah satu cara untuk mengukur kecerdasan dalam berbagai konteks. Terlihat di sini bahwa mesin cerdas akan diragukan untuk dapat melayani keperluan khusus jika tidak mampu menangani permasalahan remeh/kecil yang biasa dikerjakan orang secara rutin. Terdapat beberapa alasan untuk memodelkan performa manusia dalam hal ini:

a. Untuk menguji teori psikologis dari performa manusia

b. Untuk membuat komputer dapat memahami penalaran (reasoning) manusia

c. Untuk membuat manusia dapat memahami penalaran komputer

d. Untuk mengeksploitasi pengetahuan apa yang dapat diambil dari manusia

kecerdasan adalah kemampuan untuk mengerti/memahami (The faculty of understanding). Perilaku cerdas dapat ditandai dengan:

a. Belajar atau mengerti dari pengalaman

b. Memecahkan hal yang bersifat mendua atau kontradiktif

c. Merespon situasi baru dengan cepat (fleksibel)

d. Menggunakan alasan untuk memecahkan problem secara efektif

e. Berurusan dengan situasi yang membingungkan

f. Memahami dengan cara biasa/rasional

g. Menerapkan pengetahuan untuk memanipulasi lingkungan

h. Mengenali elemen penting pada suatu situasi

Tujuan dari Kecerdasan Buatan.

a. Membuat mesin menjadi lebih pintar.

b. Memahami apakah kecerdasan (intelligence) itu.

c. Membuat mesin menjadi lebih berguna.

Sebuah ujian yang dapat dilakukan untuk menentukan apakah sebuah komputer/ mesin menunjukkan perilaku cerdas didesain oleh Alan Turing. Tes Turing menyatakan sebuah mesin dikatakan pintar hanya apabila seorang pewawancara (manusia) yang berbicara dengan orang lain dan mesin yang dua-duanya tidak terlihat olehnya, tidak mampu menentukan mana yang manusia dan mana yang mesin, meskipun dia telah berulang-ulang melontarkan pertanyaan yang sama.

Program komputer konvensional prosesnya berbasis algoritma, yakni formula matematis atau prosedur sekuensial yang mengarah kepada suatu solusi. Algoritma tersebut dikonversi ke program komputer yang memberitahu komputer secara pasti instruksi apa yang harus dikerjakan. Algoritma yang dipakai kemudian menggunakan data seperti angka, huruf, atau kata untuk menyelesaikan masalah.

Perangkat lunak AI berbasis representasi serta manipulasi simbolik. Di sini simbol tersebut berupa huruf, kata, atau angka yang merepresentasikan obyek, proses dan hubungan keduanya. Sebuah obyek bisa jadi seorang manusia, benda, pikiran, konsep, kejadian, atau pernyataan suatu fakta. Menggunakan simbol, kita dapat menciptakan basis pengetahuan yang berisi fakta, konsep, dan hubungan di antara keduanya. Kemudian beberapa proses dapat digunakan untuk memanipulasi simbol tersebut untuk menghasilkan nasehat atau rekomendasi untuk penyelesaian suatu masalah. Perbedaan dasar antara AI dengan program komputer konvensional diberikan dalam Tabel I-1.

Tabel I-1. Perbandingan antara AI dan Program Konvensional Aspek	AI	Program konvensional
Pemrosesan	Sebagian besar simbolik	Algoritmik
Input	Tidak harus lengkap	Harus lengkap
Pendekatan pencarian	Sebagian besar heuristik	Algoritma
Penjelasan/eksplanasi	Tersedia	Biasanya tidak tersedia
Fokus	Pengetahuan	Data
Pemeliharaan & peningkatan	Relatif mudah	Biasanya sulit
Kemampuan berpikir secara logis	Ada	Tidak

Cabang Kecerdasan Buatan

 

Pencarian, Program AI seringkali harus mengevaluasi kemungkinan yang jumlahnya banyak sekali, misalnya kemungkinan langkah dalam permainan catur atau penyimpulan dari program untuk membuktikan suatu teori. Representasi, yakni bagaimana merepresentasikan/menuliskan fakta-fakta yang ada ke dalam simbul-simbul atau bahasa logika matematis.

Perencanaan, Program perencanaan bermula dari fakta-fakta umum (terutama fakta mengenai efek dari suatu aksi), fakta tentang situasi yang khusus, dan suatu pernyataan tentang tujuan. Dari sini kemudian dibuat sebuah strategi untuk mencapai tujuan tersebut. Secara umum, biasanya strategi tersebut berupa urut-urutan aksi.

Epistemologi, yakni studi tentang sumber, sifat, dan keterbatasan pengetahuan yang digunakan untuk pemecahan masalah. Ontologi, ilmu tentang keberadaan dan realitas.

Heuristik, yaitu suatu cara atau teknik untuk mencoba menemukan suatu benda/ide.

Bidang Aplikasi Kecerdasan Buatan

 

Bidang Aplikasi Kecerdasan Buatan Penerapan Kecerdasan Buatan meliputi berbagai bidang seperti ditunjukkan pada bagian akar pohon AI dalam Gambar I-1, antara lain: Bahasa/linguistik, Psikologi, Filsafat, Teknik Elektro, Ilmu Komputer, dan Ilmu Manajemen. Sedangkan sistem cerdas yang banyak dikembangkan saat ini adalah:

Sistem Pakar (Expert Systemi), yaitu program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar merupakan aplikasi AI yang paling banyak. Lebih detil tentang Sistem Pakar akan diberikan dalam bab berikutnya.

Pemrosesan Bahasa Alami (Natural Language Processing), yang memberi kemampuan pengguna komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri (bahasa manusia). Sehingga komunikasi dapat dilakukan dengan cara percakapan alih-alih menggunakan perintah yang biasa digunakan dalam bahasa komputer biasa. Bidang ini dibagi 2 lagi:

a. Pemahaman bahasa alami, yang mempelajari metode yang memungkinkan komputer mengerti perintah yang diberikan dalam bahasa manusia biasa. Dengan kata lain, komputer dapat memahami manusia.

b. Pembangkitan bahasa alami, sering disebut juga sintesa suara, yang membuat komputer dapat membangkitkan bahasa manusia biasa sehingga manusia dapat memahami komputer secara mudah.

Pemahaman Ucapan/Suara (Speech/Voice Understanding), adalah teknik agar komputer dapat mengenali dan memahami bahasa ucapan. Proses ini mengijinkan seseorang berkomunikasi dengan komputer dengan cara berbicara kepadanya. Istilah “pengenalan suara” mengandung arti bahwa tujuan utamanya adalah mengenai kata yang diucapkan tanpa harus tahu artinya, di mana bagian itu merupakan tugas “pemahaman suara”. Secara umum prosesnya adalah usaha untuk menerjemahkan apa yang diucapkan seorang manusia menjadi kata-kata atau kalimat yang dapat dimengerti oleh komputer.

            Sistem Sensor dan Robotika. Sistem sensor, seperti sistem visi dan pencitraan, serta sistem pengolahan sinyal, merupakan bagian dari robotika. Sebuah robot, yaitu perangkat elektromekanik yang diprogram untuk melakukan tugas manual, tidak semuanya merupakan bagian dari AI. Robot yang hanya melakukan aksi yang telah diprogramkan dikatakan sebagai robot bodoh yang tidak lebih pintar dari lift. Robot yang cerdas biasanya mempunyai perangkat sensor, seperti kamera, yang mengumpulkan informasi mengenai operasi dan lingkungannya. Kemudian bagian AI robot tersebut menerjemahkan informasi tadi dan merespon serta beradaptasi jika terjadi perubahan lingkungan.

Komputer Visi, merupakan kombinasi dari pencitraan, pengolahan citra, pengenalan pola serta proses pengambilan keputusan. Tujuan utama dari komputer visi adalah untuk menerjemahkan suatu pemandangan. Komputer visi banyak dipakai dalam kendali kualitas produk industri.

 

Intelligent Tutoring/Intelligent Computer-Aided Instruction, adalah komputer yang mengajari manusia. Belajar melalui komputer sudah lama digunakab, namun dengan menambahkan aspek kecerdasan di dalamnya, dapat tercipta komputer “guru” yang dapat mengatur teknik pengajarannya untuk menyesuaikan dengan kebutuhan “murid” secara individiual. Sistem ini juga mendukung pembelajaran bagi orang yang mempunyai kekurangan fisik atau kelemahan belajar.

Mesin Belajar (Machine Learning), yang berhubungan dengan sekumpulan metode untuk mencoba mengajari/melatih komputer untuk memecahkan masalah atau mendukung usaha pemecahan masalah dengan menganalisa kasus-kasus yang telah terjadi. Dua metode mesin belajar yang paling populer adalah Komputasi Neural dan Logika Samar yang akan dipelajari lebih dalam di bab-bab berikutnya.

Aplikasi lain dari AI misalnya untuk merangkum berita, pemrograman komputer secara otomatis, atau menerjemahkan dari suatu bahasa ke bahasa yang lain, serta aplikasi dalam permainan (Ingat pertandingan catur antara Grand Master Anatoly Karpov dengan komputer Deep Thought dari IBM)

Sistem Pakar

Sistem Pakar (Expert System) adalah usaha untuk menirukan seorang pakar. Biasanya Sistem Pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat performa yang sebanding seorang pakar dalam bidang problem yang khusus dan sempit. Ide dasarnya adalah: kepakaran ditransfer dari seorang pakar (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil inferensi (menyimpulkan, mendeduksi, dll.) seperti layaknya seorang pakar, kemudian menjelaskannya ke pengguna tersebut, bila perlu dengan alasan-alasannya. Sistem Pakar malahan terkadang lebih baik unjuk kerjanya daripada seorang pakar manusia.

Kelebihan Sistem Pakar

1. Meningkatkan output dan produktivitas, karena Sistem Pakar dapat bekerja lebih cepat dari manusia.
2. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.
3. Mampu menangkap kepakaran yang sangat terbatas.
4. Dapat beroperasi di lingkungan yang berbahaya.
5. Memudahkan akses ke pengetahuan.
6. Handal. Sistem Pakar tidak pernah menjadi bosan dan kelelahan atau sakit. Sistem Pakar juga secara konsisten melihat semua detil dan tidak akan melewatkan informasi yang relevan dan solusi yang potensial.
7. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan sistem komputer lain membuat lebih efektif, dan mencakup lebih banyak aplikasi .
8. Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti. Berbeda dengan sistem komputer konvensional, Sistem Pakar dapat bekerja dengan inofrmasi yang tidak lengkap. Pengguna dapat merespon dengan: “tidak tahu” atau “tidak yakin” pada satu atau lebih pertanyaan selama konsultasi, dan Sistem Pakar tetap akan memberikan jawabannya.
9. Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan Sistem Pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru.
10. Meningkatkan kemampuan problem solving, karena mengambil sumber pengetahuan dari banyak pakar.
11. Meniadakan kebutuhan perangkat yang mahal.
12. Fleksibel.

Secara umum, Sistem Pakar biasanya terdiri atas beberapa komponen yang masing-masing berhubungan seperti terlihat pada Gambar 2.1

Basis Pengetahuan, berisi pengetahuan yang dibutuhkan untuk memahami, memformulasi, dan memecahkan masalah. Basis pengetahuan tersusun atas 2 elemen dasar:

1. Fakta, misalnya: situasi, kondisi, dan kenyataan dari permasalahan yang ada, serta teori dalam bidang itu
2. Aturan, yang mengarahkan penggunaan pengetahuan untuk memecahkan masalah yang spesifik dalam bidang yang khusus

Mesin Inferensi (Inference Engine), merupakan otak dari Sistem Pakar. Juga dikenal sebagai penerjemah aturan (rule interpreter). Komponen ini berupa program komputer yang menyediakan suatu metodologi untuk memikirkan (reasoning) dan memformulasi kesimpulan. Kerja mesin inferensi meliputi:

1. Menentukan aturan mana akan dipakai
2. Menyajikan pertanyaan kepada pemakai, ketika diperlukan.
3. Menambahkan jawaban ke dalam memori Sistem Pakar.
4. Menyimpulkan fakta baru dari sebuah aturan
5. Menambahkan fakta tadi ke dalam memori.

 

Gambar 2.1. Struktur Skematis Sistem Pakar

 

Papan Tulis (Blackboard/Workplace), adalah memori/lokasi untuk bekerja dan menyimpan hasil sementara. Biasanya berupa sebuah basis data.

Antarmuka Pemakai (User Interface). Sistem Pakar mengatur komunikasi antara pengguna dan komputer. Komunikasi ini paling baik berupa bahasa alami, biasanya disajikan dalam bentuk tanya-jawab dan kadang ditampilkan dalam bentuk gambar/grafik. Antarmuka yang lebih canggih dilengkapi dengan percakapan (voice communication).

Subsistem Penjelasan (Explanation Facility). Kemampuan untuk menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat penting untuk transfer pengetahuan dan pemecahan masalah. Komponen subsistem penjelasan harus dapat menyediakannya yang secara interaktif menjawab pertanyaan pengguna, misalnya:

1. “Mengapa pertanyaan tersebut anda tanyakan?”

2. “Seberapa yakin kesimpulan tersebut diambil?”

3. “Mengapa alternatif tersebut ditolak?”

4. “Apa yang akan dilakukan untuk mengambil suatu kesimpulan?”

5. “Fakta apalagi yang diperlukan untuk mengambil kesimpulan akhir?”

Sistem Penghalusan Pengetahuan (Knowledge Refining System).

Seorang pakar mempunyai sistem penghalusan pengetahuan, artinya, mereka bisa menganalisa sendiri performa mereka, belajar dari pengalaman, serta meningkatkan pengetahuannya untuk konsultasi berikutnya. Pada Sistem Pakar, swa-evaluasi ini penting sehingga dapat menganalisa alasan keberhasilan atau kegagalan pengambilan kesimpulan, serta memperbaiki basis pengetahuannya.

Gheby Anastasia / E3211788

Nama : Gheby Anastasia

Nim : E3211788

 

 

Di masa kini, Kecerdasan Buatan (Artificial Intelligence, AI) telah menjadi wacana umum yang sangat penting dan jamak dijumpai. Namun masih banyak menyisakan pertanyaan skeptis tentang ‘mesin berfikir’: “Betulkah sebuah mesin dapat benar-benar berfikir dengan dirinya sendiri?”, atau “Jika benar-benar dapat berfikir sendiri, apakah proses berfikirnya sama dengan kita?”, dan “Seberapa handal?”.  (Ir. Balza Achmad, M.Sc.E.2006:1).

 

Defenisi kecerdasan buatan terbuat tanpa adanya kesepakatan antar beberapa ilmuan,dan kesepakatan tersebut antara lain :

a. Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia (Rich, 1991)

b. Cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas (Setiawan, 1993)

c. Suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut cerdas (Turing, et. al, 1996)

Kebanyakan ahli setuju bahwa Kecerdasan Buatan berhubungan dengan 2 ide dasar. Pertama, menyangkut studi proses berfikir manusia, dan kedua, berhubungan dengan merepresentasikan proses tersebut melalui mesin (komputer, robot, dll) (Ir. Balza Achmad, M.Sc.E.2006:2).

 

Galih Wahyu S. / E3211810

Nama : Galih Wahyu Saputra

Nim : E3211810

 

 

Dengan di temukannya ilmu kecerdasan butan ini masih tetap aja tidak adanya sebuah kesepakatan mengenai defenisi hal ini. Namun dalam hal ini ada tiga kejadian yaitu Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia, Cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas, Suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut cerdas Dan kebanyakan ahli sendiri menyetujui kecerdasan buatan lebih menyangkut dalam hal computer, mesin dan lain-lain. (“Rich, 1991 ,Setiawan, 1993, Turing, et. al, 1996).

Kecerdasan Buatan berhubungan dengan 2 ide dasar. Pertama, menyangkut studi proses berfikir manusia, dan kedua, berhubungan dengan merepresentasikan proses tersebut melalui mesin

 

Perilaku cerdas dapat ditandai dengan:

Belajar atau mengerti dari pengalaman, Memecahkan hal yang bersifat mendua atau kontradiktif, Merespon situasi baru dengan cepat (fleksibel),  Menggunakan alasan untuk memecahkan problem secara efektif, Berurusan dengan situasi yang membingungkan, Memahami dengan cara biasa/rasional, Menerapkan pengetahuan untuk memanipulasi lingkungan, Mengenali elemen penting pada suatu situasi

Febrianto Lingga A. / E3211703

Nama : Febrianto Lingga A.

Nim : E3211703

A.    Apa itu AI ?

Hecht-Nielsend (1988), “Suatu neural network (NN), adalah suatu struktur pemroses informasi yang terdistribusi dan bekerja secara paralel, yang terdiri atas elemen pemroses (yang memiliki memori lokal dan beroperasi dengan informasi lokal) yang diinterkoneksi bersama dengan alur sinyal searah yang disebut koneksi. Setiap elemen pemroses memiliki koneksi keluaran tunggal yang bercabang (fan out) ke sejumlah koneksi kolateral yang diinginkan (setiap koneksi membawa sinyal yang sama dari keluaran elemen pemroses tersebut). Keluaran dari elemen pemroses tersebut dapat merupakan sebarang jenis persamaan matematis yang diinginkan. Seluruh proses yang berlangsung pada setiap elemen pemroses harus benar-benar dilakukan secara lokal, yaitu keluaran hanya bergantung pada nilai masukan pada saat itu yang diperoleh melalui koneksi dan nilai yang tersimpan dalam memori lokal”.

Ada beberapa definisi kecerdasan buatan yang membedakan dua dimensi yang utama. Definisi satu dikaitkan dengan proses pemikiran dan penalaran, dan yang satu lagi dikaitkan dengan perilaku. Defenisi tersebut menjelaskan kinerja manusia dan konsep ideal kecerdasan, yang biasa disebut dengan konsep rasionalitas. Sebuah sistem dikatakan sukses jika sistem tersebut melakukan hal yang benar.  Kecerdasan buatan dapat didefinisikan dengan 4 cara, yaitu :

1. Sistem yang berperilaku seperti manusia

Allan Turing mendesain sebuah test yang akhirnya disebut The Turing Test . Sebuah komputer akan dapat melewati test ini jika responnya sesuai dengan yang diinginkan. Komputer harus memiliki kemampuan memproses bahasa alami, representasi ilmu pengetahuan , kemampuan adaptasi mesin, dan automated reasoning untuk menjawab pertanyaan atau menggambarkan suatu keputusan. Untuk dapat melewati test ini suatu komputer membutuhkan Computer vision dan juga robotic.

1. Sistem yang berpikir seperti manusia

Suatu program jika dikatakan dapat berpikir seperti manusia maka kita juga harus dapat menjabarkan bagaimana manusia berpikir. Kita perlu untuk melihat bagaimana sebenarnya cara kerja pikiran manusia. Ada dua cara untuk ini, melalui introspeksi dan melalui pengalaman psikologi.

1. Sistem yang berpikir rasional

Berpikir rasional maupun berpikir yang benar dapat dikatakan memiliki kunci yang bernama logika. Implementasi dari ini sudah terdapat pada CPU yaitu ALU(Unit Aritmatika dan Logika).

1. Sistem yang berperilaku rasional

Sistem yang berperilaku rasional. Semua kemampuan komputer yang diperlukan untuk the Turing Test membutuhkan perilaku yang rasional untuk melewatinya.

1. Bidang-bidang ilmu yang mendasari AI

• Filsafat

Socrates menanyakan tentang langkah-langkah untuk membedakan antara piety dengan non-piety. Lalu Aristotle pergi untuk mencoba merumuskan secara tepat dalam mengatur bagian rasional dari pikiran. Dia mengembagkan sistem informal dari syllogisma untuk kesimpulan yang tepat, dimana mengijinkan satu asas dari menghasilkan kesimpulan secara mekanik, yang disebut dengan premis. Aristotle tidak percaya bahwa semua bagian dari pikiran telah diatur oleh logika, dia juga mempunyai satu dugaan dengan alasan intuitif.

Sekarang kita mempunyai ide dari sekumpulan peraturan yang bisa menggambarkan cara kerja pikiran, langkah selanjutnya adalah menganggap pikiran seperti sistem fisik. Meskipun Descartes mendukung pemikiran dengan penalaran akan tetapi dia tetap pendukung paham dualism. Jadi unsur dari filsafat dari pikiran adalah hubungan antara pengetahuan dengan tindakan. Apakah hubungan ini dibawa, dan bagaimana tindakan itu bisa tepat? Pertanyaan ini sangat penting untuk Kecerdasan Buatan, karena hanya dengan pemahaman bagaimana aksi tersebut dibenarkan dapat kita pahami bagaimana caranya membangun satu agen yang tindakannya dapat masuk akal,atau dapat dipertimbangkan.

• Matematika

Banyak ahli filsafat yang menyumbangkan ide penting tentang AI, tetapi untk membuat langkah ilmu pengetahuan yang formal diperlukan level dari formalitas matematika dalam tiga area utama, yaitu perhitungan/komputasi, logika, dan kemungkinan-kemungkinan. Ide utama komputasi berasal dari al-Khowarazami dimana adanya perumusan komputasi pikiran, batasan komputasi (Godel), representasi fakta lengkap teori probabilitas (kemungkinan).

1. Sejarah kecerdasan buatan

1)      Awal kemunculan Kecerdasan Buatan (1943-1956)

Karya pertama yang saat ini dikenal sebagai kecerdasan buatan pertama kali diprakarsai oleh Warren McCulloch dan Walter Pitts(1943). Mereka membuatnya berdasarkan tiga sumber, yaitu pengetahuan dari psikologi dasar dan fungsi dari neuron pada otak; analisis formal dari logika proporsional karya Russell dan Whitehead; dan Teori Turing tentang komputasi. Pada awal 1950-an, Claude Shannon (1950) dan Alan Turing (1953) membuat chess program (program catur) untuk von Neumann komputer. Pada saat yang sama, dua mahasiswa Princeton jurusan matematika, Marvin Minsky dan Dean Endmonds, membangun komputer neural network untuk pertama kalinya pada tahun 1951. Mereka menyebutya The SNARC, komputer ini menggunakan 3000 tabung vakum dan mekanisme pilot otomatis dari B-24 untuk mensimulasikan jaringan saraf tiruan dari 40 neuron.

2)      Awal antusiasme dengan harapan besar (1952-1969)

Kesuksesan awal Newell dan Simon diikuti oleh GPS (General Problem Solver). Tidak seperti Teori Logic, program ini didesain dari awal untuk meniru tingkah laku manusia dalam memecahkan masalah. Jadi, GPS kemungkinan besar merupakan program pertama untuk mewujudkan pendekatan “berpikir seperti manusia”.

3)      IBM Research

Di IBM, Nathaniel Rochester dan rekannya membuat beberapa program kecerdasan buatan. Herbert Gelenter (1959) membuat Pembuktian Teorema Geometri. Seperti Teori Logic, teorema ini dibuktikan menggunakan aksioma yang direpresentasikan secara eksplisit. Gelenter kemudian menemukan bahwa terdapat terlalu banyak kemungkinan path untuk ditelusuri, kebanyakan akan berakhir dengan jalan buntu.Untuk membantu fokus pada penelitian ini, dia menambahkan kemampuan untuk membuat diagram representasi numerik.

Dimulai pada tahun 1952, Arthur Samuel membuat sejumlah program checkers (masih berupa konsep) yang pada akhirnya dapat belajar memainkan dan ikut bergabung dalam turnament checker. Sepanjang penelitiannya, dia membantah bahwa komputer hanya dapat melakukan apa yang diperintahkan kepadanya, karena programnya dengan cepat dapat belajar untuk bermain lebih baik dari penciptanya.

4)      LISP

John McCarthy pindah dari Dartmouth ke MIT dan dia memberikan beberapa kontribusi yang krusial. Pada tahun 1958. Di MIT AI Lab Memo no.1, McCarthy membuat high-level bahasa pemrograman LISP, yang merupakan bahasa pemrograman yang sering digunakan untuk kecerdasan buatan. Lalu, Pada tahun yang sama,1958. McCarthy mempublikasikan sebuah paper berjudul Programs with Common Sense, yang berisi penjelasan tentang sistem pengambil keputusan, sebuah hypothetical program yang dapat dianggap sebagai sistem pertama kecerdasan buatan yang lengkap.

1. Microworlds

Minsky memimpin jajaran mahasiswa yang memilih “masalah terbatas” sebagai bagian dari kecerdasan buatan untuk dipecahkan. Masalah-masalah yang terbatas ini dikenal sebagai microworlds. Roseblatt membuktikan teorema konvergensi perceptron yang terkenal, dia menunjukan bahwa algoritma pembelajarannya (learning algorithm) dapat mengatur kekuatan hubungan antara perceptron dengan semua input data.

1. Catatan Atau Dokumen Kenyataan (1966-1974)

Dari awal, peneliti AI ingin membuat prediksi tentang kesuksesan komputer yang akan datang. Pernyataan ini diikuti oleh Herbert Simon tahun 1957 , kutipannya yaitu : “ tujuan saya bukan untuk membuat kamu terkejut namun cara sederhana dengan meringkas adalah untuk mengatakan bahwa sekarang semua ada di dunia mesin yang berpikir yaitu yang belajar dan yang menciptakan. Selain itu, kemampuan mereka untuk melakukan hal-hal yang akan meningkat dengan cepat sampai di masa depan yang akan terlihat. Berbagai masalah mereka dapat menanganinya dengan rentang pikiran manusia yang telah diterapkan”.

Meskipun orang mungkin mengatakan bahwa istilah-istilah seperti “masa depan yang terlihat” bisa ditafsirkan dalam berbagai cara, beberapa prediksi Simon lebih konkret. Tahun 1958, ia meramalkan bahwa dalam waktu 10 tahun komputer akan menjadi juara catur dan teorema matematika yang penting baru akan diberikan oleh mesin. Hambatan yang dihadapi hampir semua proyek penelitian AI adalah metode yang cukup untuk demonstrasi pada satu atau dua contoh sederhana ternyata gagal, ketika mencoba pada pilihan yang lebih luas dari masalah dan satu jenis masalah yang lebih sulit.

Jenis pertama kesulitan muncul karena program awal sering kali berisi sedikit atau tidak ada pengetahuan subjek mereka, dan berhasil dengan cara manipulasi sintaksis sederhana. Weizenbaum’s ELIZA Program (1965), yang ternyata bisa terlibat dalam percakapan serius tentang topik apapun, sebenarnya hanya meminjam dan memanipulasi kalimat diketik ke dalamnya oleh manusia. Jenis kedua adalah kesulitan dari banyak masalah yang ingin berusaha diselesaikan dengan kecerdasan buatan (AI).

Program AI paling awal bekerja dengan mewakili fakta-fakta dasar tentang masalah dan mencoba serangkaian langkah-langkah untuk mengatasi hal itu, menggabungkan berbagai kombinasi langkah-langkah sampai benar ditemukan. Fakta bahwa sebuah program dapat menemukan solusi pada dasarnya tidak berarti bahwa program ini berisi salah satu mekanisme yang diperlukan untuk menemukannya. Ilusi kekuasaan terbatas komputasi ketika pada pemecahan masalah-program tidak terbatas. Gagasan itu untuk mencoba mutasi acak dan menerapkan proses seleksi untuk melestarikan mutasi yang tampaknya untuk memperbaiki perilaku. Kesulitan ketiga muncul karena beberapa keterbatasan fundamental pada struktur dasar yang digunakan untuk menghasilkan perilaku yang cerdas.

1. Sistem Berbasis Pengetahuan (1969-1979)

Gambar pemecahan masalah yang muncul selama dekade pertama penelitian AI adalah mekanisme pencarian umum untuk keperluan dalam mencoba langkah-langkah penalaran bersama kalimat dasar untuk menemukan solusi lengkap. Program DENDRAL (Buchanan et al., 1969) adalah contoh awal dari pendekatan ini. Peran penting dari DENDRAL adalah bahwa hal itu dibilang sistem pengetahuan-intensif pertama yang sukses yaitu keahlian yang berasal dari sejumlah besar pendekatan peraturan. Tujuan khusus yaitu untuk diagnosa medis.

Pentingnya pengetahuan domain juga terlihat di bidang memahami bahasa alam. meskipun sistem Winograd’s SHRDLU untuk memahami bahasa alam telah ditimbulkan banyak kegembiraan, ketergantungan pada analisis syntatic menyebabkan beberapa masalah yang sama seperti yang terjadi di awal pekerjaan penerjemahan mesin. Di Yale, ahli bahasa (linguis) berbalik menekan peneliti AI Roger Schank dengan cara mengklaim. “Tidak ada hal-hal seperti sintaks,” ahli bahasa banyak yang marah, tapi tidak untuk memulai suatu diskusi. Pertumbuhan luas dari aplikasi untuk soal cerita nyata menyebabkan concomitan dalam kebutuhan untuk skema representasi pengetahuan yang bisa diterapkan.

1. Kecerdasan Buatan (AI) Menjadi Sebuah Industri

Sistem pakar pertama yang sukses komersial, R1, mulai beroperasi di Digital Equipment Corporation (McDermott, 1982). Program ini membantu mengkonfigurasi pesanan untuk sistem komputer baru, dan pada tahun 1986, ia menyimpan sebuah perusahaan yang diperkirakan $ 40 Million setahun. Hampir setiap perusahaan besar di Amerika Serikat memiliki kelompok AI sendiri, baik menggunakan atau ivestigasi teknologi sistem pakar.

Pada tahun 1981, Jepang mengumumkan proyek “Generasi Kelima”, rencananya 10 tahun untuk membangun kecerdasan komputer untuk menjalankan program Prolog dalam banyak cara yang sama seperti komputer biasa menjalankan kode mesin. Proyek ini bertujuan untuk mencapai pemahaman bahasa alam skala penuh, antara tujuan yang ambisius lainnya. Proyek Generasi Kelima memicu minat pada AI, dan dengan mengambil keuntungan dari ketakutan dominasi Jepang, peneliti dan perusahaan mampu menghasilkan dukungan untuk investasi yang sama di Amerika Serikat.

AI booming industri juga termasuk perusahaan seperti Carnegie Group, Inference, Intellicorp, dan Teknowledge yang menawarkan software untuk membangun sistem pakar, dan perusahaan hardware seperti Lisp Mesin Inc, Texas Instrument, Symbolics, dan Xerox yang membangun daerah kerja (workstation) yang dioptimalkan untuk pengembangan program Lisp. Secara keseluruhan, dari beberapa juta dalam penjualan pada tahun 1980 industri menjadi $2 milyar pada 1988.

1. Keuntungan Dari Jaringan Sistem Syaraf Tiruan

Meskipun ilmu komputer telah mengabaikan bidang jaringan syaraf setelah buku Minsky Perceptrons Papert, pekerjaan telaah lanjutan di bidang lain, khususnya fisika. koleksi besar neuron sederhana dapat dipahami dalam banyak cara yang sama seperti kumpulan besar atom dalam zat padat. Pada waktu yang sama, beberapa kekecewaan tentang penerapan teknologi sistem pakar yang berasal dari jenis sistem MYCIN terjadi. Banyak perusahaan dan kelompok peneliti menemukan bahwa membangun sistem pakar yang sukses melibatkan lebih dari hanya membeli sistem penalaran dan mengisinya dengan aturan.

1. H.    Keterbatasn Jaringan Syaraf Tiruan

• Ketidak akuratan hasil yang diperoleh.
• Bekerja berdasarkan pola yang terbentuk pada inputnya.